Question

我有一个非常大的表，看起来像这样：

event_date (DATE), event_cd (TEXT), bat_id (TEXT)

有几百万行。 type是存储为字符串的数字，表示一种事件类型（＆＃39; 14＆＃39;，＆＃39; 16＆＃39;等等...）。目标是计算给定日期范围和标识符的值。我创建了一个函数，它接受一个标识符，一个开始日期（作为TEXT）和一个结束日期（作为TEXT）并执行以下操作：

CREATE OR REPLACE FUNCTION wOBA_period(player TEXT, start_date TEXT, end_date TEXT)
    RETURNS NUMERIC AS $$
WITH guts AS (SELECT * FROM weights WHERE season = substring(start_date FROM 1 FOR 4) :: INT)
SELECT CASE WHEN sum(CASE WHEN ab_fl = 'T' THEN 1 ELSE 0 END) = 0 THEN NULL ELSE (round(
    ((SELECT wbb FROM guts) * sum(CASE WHEN event_cd = '14' THEN 1 ELSE 0 END)
        + (SELECT whbp FROM guts) * sum(CASE WHEN event_cd = '16' THEN 1 ELSE 0 END)
        + (SELECT w1b FROM guts) * sum(CASE WHEN event_cd = '20' THEN 1 ELSE 0 END)
        + (SELECT w2b FROM guts) * sum(CASE WHEN event_cd = '21' THEN 1 ELSE 0 END)
        + (SELECT w3b FROM guts) * sum(CASE WHEN event_cd = '22' THEN 1 ELSE 0 END)
        + (SELECT whr FROM guts) * sum(CASE WHEN event_cd = '23' THEN 1 ELSE 0 END)) :: NUMERIC
        / (sum(CASE WHEN ab_fl = 'T' THEN 1 ELSE 0 END) + sum(CASE WHEN event_cd = '14' THEN 1 ELSE 0 END)
        + sum(CASE WHEN sf_fl = 'T' THEN 1 ELSE 0 END) + sum(CASE WHEN event_cd = '16' THEN 1 ELSE 0 END)) :: NUMERIC,
    3)) END AS woba
FROM events WHERE bat_id = player AND event_date BETWEEN start_date AND end_date
GROUP BY bat_id;
$$
LANGUAGE SQL
IMMUTABLE
RETURNS NULL ON NULL INPUT;

上下文：它根据某些事件计算wOBA（基于加权平均值）。公式如下：

wOBA = (wBB*BB + wHBP*HBP + w1B*1B + w2B*2B + w3B*3B) / (AB+BB+SF+HBP)

并在events表中，event_cd对应于公式中的每个组件之一（＆＃39; 20＆＃39; = 1B，＆＃39; 14＆＃39; = BB等）。最后，权重（公式中的wXX）每年都不同，并存储在我为给定年份提取的表格（weights）中，暂时以guts形式提供。

一个问题是这个问题很低。获得wOBA_period函数调用的结果需要大约8秒。当我尝试更新需要为其5000多行中的每一行进行多个函数调用的不同表时，它会成为一个问题。

是否有任何方法可以改进功能以使其更快一点？

由于

示例数据：

来自events：

event_date  bat_id      event_cd
2015-05-30  linda001    2
2015-05-30  hellj001    20
2015-05-30  incie001    20
2015-05-30  polla001    2
2015-05-30  goldp001    9
2015-05-30  goldp001    23
2015-05-30  trumm001    21
2015-05-30  hilla001    2
2015-05-30  pachj001    2
2015-05-30  ramia001    2

所以sum(case when event_cd = '20' then 1 else 0 end) group by bat_id会返回次数＆＃39; 20＆＃39;出现在给定的bat_id。这是＆＃39; 1B＆＃39;的数量。在wOBA公式中。

weights表每年都有这样的一行：

year    wbb     whbp    w1b     w2b     w3b     whr
2016    0.691   0.721   0.878   1.242   1.569   2.015

这些是公式中每个组成部分的权重。

wOBA_period函数需要bat_id和2个日期，并且应该返回一个数字。

Answer 1

我当然没有您的数据副本，但您可以尝试以下

尽可能多地创建一个VIEW
使用函数完成工作。

我的想法是功能没有得到很好的优化，特别是如果它们即时创建查询，但视图可能会有所帮助。

使用大表和多个SUM

1 个答案: